face.evoLVe: библиотека для распознавания лиц на PyTorch

14 декабря 2019

face.evoLVe: библиотека для распознавания лиц на PyTorch

face.evoLVe — это библиотека на PyTorch для распознавания лиц с помощью state-of-the-art архитектур. В библиотеке доступны предобученные модели и данные, на которых обучались модели. Нейросети из face.evoLVe выдают state-of-the-art результаты…

Metaflow: фреймворк для управления data science проектами от Netflix

7 декабря 2019

Metaflow: фреймворк для управления data science проектами от Netflix

Netflix опубликовали фреймворк на Python для создания и управления data science проектов. Metaflow представляет собой API к инфраструктуре для запуска ML пайплайнов: от прототипирования до внедрения в продукт. Библиотека была…

Нейросеть разделяет аудиозапись на вокал и инструментальную часть

9 ноября 2019

Нейросеть разделяет аудиозапись на вокал и инструментальную часть

Deezer опубликовали библиотеку на Python Spleeter. Spleeter состоит из предобученных нейросетевых моделей, которые разделяют музыкальную запись на 2, 4 или 5 дорожек. Модели в библиотеке реализованы на TensorFlow. Deezer —…

Как упорядочить работу с моделями машинного обучения

22 октября 2019

Как упорядочить работу с моделями машинного обучения

MLFlow, DVC и Sacred — это три инструмента для поддержки воспроизводимости моделей машинного обучения. Каждый из них решает отдельные задачи. DVC приоритезирует воспроизводимость моделей простоте использования. MLFlow используется  для проверки…

Lucid: как интерпретировать результаты нейросети

16 октября 2019

Lucid: как интерпретировать результаты нейросети

Разработчики TensorFlow опубликовали Lucid, коллекцию инструментов для исследования интерпретируемости нейросетевых моделей. Все доступные методы интерпретации представлены в формате Jupyter ноутбуков. В текущей версии Lucid не поддерживает TensorFlow 2.0. К каждому…

PyTorch 1.3: квантизация, перенос модели на мобильные устройства и именованные тензоры

16 октября 2019

PyTorch 1.3: квантизация, перенос модели на мобильные устройства и именованные тензоры

В новой версии PyTorch появился функционал для квантизации, переноса модели на мобильные устройства и именованных тензоров. Квантизация — это метод уменьшения размера обученной нейросети. Помимо этого, для PyTorch опубликовали библиотеки…

CrypTen: инструмент для обучения моделей на зашифрованных данных

15 октября 2019

CrypTen: инструмент для обучения моделей на зашифрованных данных

CrypTen — это обертка над PyTorch для обучения нейросетевых моделей на зашифрованных данных. Это снимает ограничения в использовании PyTorch в задачах, где секретность данных приоритетна. Несмотря на прогресс в обучении…

BaaL: библиотека для байесовского активного обучения от ElementAI

15 октября 2019

BaaL: библиотека для байесовского активного обучения от ElementAI

BaaL — это библиотека для байесовского активного обучения. Активное обучение  Разработкой библиотеки занимались в ElementAI. Что такое активное обучение Задачи машинного обучения обычно требуют значительных объемов данных для обучения. Для…

Hydra: фреймворк для разработки приложений Python

14 октября 2019

Hydra: фреймворк для разработки приложений Python

Facebook опубликовали фреймворк для разработки приложений на Python, — Hydra. Python является наиболее популярным языком для обучения нейросетевых моделей. Hydra может быть полезен для прототипирования приложений с использование нейросетей. В…

Detectron2: библиотека для распознавания объектов от FAIR

12 октября 2019

Detectron2: библиотека для распознавания объектов от FAIR

FAIR опубликовали Pytorch библиотеку для распознавания объектов Detectron2. В новой версии библиотеки появились модульный дизайн, имплементации state-of-the-art моделей, поддержка обучения моделей на нескольких GPU серверах и функционал для использования модели…

Популярность PyTorch в среднем выросла на 243% за год

11 октября 2019

Популярность PyTorch в среднем выросла на 243% за год

Исследователи из The Gradient опубликовали сравнительное исследование популярности фреймворков PyTorch и TensorFlow. Исследование основывается на данных крупных ML-конференций: CVPR, NAACL, ACL, ICLR, ICML и др. Использование PyTorch в среднем выросло…

Google опубликовали финальную версию Tensorflow 2.0

1 октября 2019

Google опубликовали финальную версию Tensorflow 2.0

TensorFlow 2.0 — это более гибкий фреймворк для обучения ML-моделей от Google. Он основан на высокоуровневой библиотеке над TensorFlow 1.x, — Keras. Ключевые отличия новой версии заключаются в дефолтных eager…

Tensorpack: быстрый интерфейс для обучения нейросетей на TensorFlow

28 июля 2019

Tensorpack: быстрый интерфейс для обучения нейросетей на TensorFlow

Tensorpack — это интерфейс для обучения нейронных моделей, который основан на TensorFlow. Обучение моделей на Tensorpack занимает в 1.2-5 раза меньше времени, чем на Keras, оригинальной высокоуровневой библиотеке на TensorFlow. …

Google выпустили дополнения к Tensorflow Object Detection API

20 июля 2018
tensprflow detection api

Google выпустили дополнения к Tensorflow Object Detection API

Обновления включают новые модели класса SSD, которые оптимизированы для ускоренного обучения на облачных TPU, и готовые веса для них. Теперь обучение модели RetinaNet на основе ResNet-50 на датасете COCO для…

Введение в TensorFlow Hub: библиотеку модулей машинного обучения для TensorFlow

14 июля 2018
tensorflow hub библиотека

Введение в TensorFlow Hub: библиотеку модулей машинного обучения для TensorFlow

Репозиторий с общим кодом — одна из фундаментальных идей в разработке программного обеспечения. Библиотеки делают программистов гораздо более эффективными. В некотором смысле они даже меняют сам процесс решения проблем программирования. Как выглядит…